DeepMind称AI尚未显著加速自身机器学习研发

Google DeepMind 在 Gemini 4 Argon 安全报告中公布了首次针对机器学习研发自动化的整体实证评估。报告给出的结论是，AI 并未加速 AI 自身的研发，尽管 AI 已经编写了该实验室工程师交付的大部分代码。

参与评估的研究员 Haydn Belfield 在 X 上表示，目前不存在显著的端到端 ML R&D 加速，因此 AI 驱动 ML R&D 的风险目前较低。

内部指数与模型能力变化

评估团队构建了内部指数 GCI v1，将 123 个 AI 模型在 92 个基准上的得分合成为单一数值。按照报告披露的数据，前沿 Gemini 能力以约每月 0.1 GCI 点的稳定速度提升。

其中，Gemini 1.5 Pro 在 2024 年底接近 0.5 点，Gemini 3.8 Flash 在 2026 年 9 月略高于 2.9 点，Argon 则约 3.3 点，高于趋势线。Belfield 表示，这一偏离主要来自算力和组织投入增加，而不是 AI 驱动的加速。

代码自动化程度仍有限

报告显示，DeepMind 生产代码中超过 75% 由 AI 编写。完全委托的代码合并请求比例在 4 月至 9 月间从 7.5% 升至 11.9%。不过，约 88% 的请求仍需要多轮人工引导，或由人工编写完成。

自动化更擅长执行任务

对 12 位资深研究者的调查显示，自动化在明确、可验证的执行任务中表现最高，在开放式科学构想、新实验设计，以及诊断训练不稳定等环节表现最低。